本發(fā)明涉及結(jié)構(gòu)試驗(yàn)，涉及一種非接觸式應(yīng)變片識別及坐標(biāo)精準(zhǔn)定位方法。

背景技術(shù)：

1、應(yīng)變片是測量應(yīng)變的主要手段。在結(jié)構(gòu)試驗(yàn)中，往往需要布置大量的應(yīng)變片從而監(jiān)測結(jié)構(gòu)狀態(tài)。然而，在傳統(tǒng)的結(jié)構(gòu)試驗(yàn)中通常采用人工粘貼應(yīng)變片，粘貼位置存在偏差，且通常不進(jìn)行應(yīng)變片的坐標(biāo)復(fù)核導(dǎo)致測量精度無法保證。在結(jié)構(gòu)的高應(yīng)變梯度區(qū)域，應(yīng)變片粘貼位置的偏差會導(dǎo)致測量精度的大幅下降。因此，發(fā)展應(yīng)變片坐標(biāo)定位方法對于提高試驗(yàn)精度尤為重要。

2、目前，應(yīng)變片的坐標(biāo)測量以直尺等工具輔助人工為主，主要采用接觸式測量方式。由于結(jié)構(gòu)的復(fù)雜和大型，不可避免的存在著操作困難定位不準(zhǔn)等問題。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供的一種非接觸式應(yīng)變片識別及坐標(biāo)精準(zhǔn)定位方法，解決了現(xiàn)有技術(shù)中應(yīng)變片位置坐標(biāo)的識別結(jié)果準(zhǔn)確度不高的問題。

2、為了達(dá)到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：一種非接觸式應(yīng)變片識別及坐標(biāo)精準(zhǔn)定位方法，包括如下步驟：

3、s1、通過搭載圖像采集設(shè)備的自動化可控制設(shè)備采集應(yīng)變片圖像數(shù)據(jù)，并在采集過程中進(jìn)行旋轉(zhuǎn)變換，得到不同位姿下的應(yīng)變片圖像數(shù)據(jù)，

4、s2、將應(yīng)變片圖像數(shù)據(jù)進(jìn)行灰度化處理，得到應(yīng)變片灰度化圖像數(shù)據(jù)，對應(yīng)變片灰度化圖像數(shù)據(jù)進(jìn)行提取，得到應(yīng)變片輪廓圖像數(shù)據(jù)，并對應(yīng)變片輪廓圖像數(shù)據(jù)進(jìn)行篩選，得到篩選后的應(yīng)變片輪廓圖像數(shù)據(jù)；

5、s3、根據(jù)篩選后的應(yīng)變片輪廓圖像數(shù)據(jù)和篩選后的應(yīng)變片輪廓圖像數(shù)據(jù)對應(yīng)的應(yīng)變片圖像數(shù)據(jù)，確定目標(biāo)應(yīng)變片輪廓數(shù)據(jù)；

6、s4、根據(jù)圖像旋轉(zhuǎn)矩陣和平移向量，確定圖像采集設(shè)備的本質(zhì)矩陣，基于本質(zhì)矩陣，識別目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中同一應(yīng)變片，并基于雙目視覺對同一應(yīng)變片進(jìn)行坐標(biāo)定位，轉(zhuǎn)換到圖像采集設(shè)備下的坐標(biāo)中，得到應(yīng)變片在圖像采集設(shè)備下的坐標(biāo)信息；

7、s5、建立坐標(biāo)信息與目標(biāo)坐標(biāo)系的轉(zhuǎn)換關(guān)系，并將坐標(biāo)信息轉(zhuǎn)換到目標(biāo)坐標(biāo)系中，得到目標(biāo)坐標(biāo)系下的應(yīng)變片識別結(jié)果；

8、s6、重復(fù)步驟s1-s5，得到所有結(jié)構(gòu)試驗(yàn)的應(yīng)變片識別結(jié)果。

9、上述方案的有益效果是：本發(fā)明利用應(yīng)變片的幾何、顏色特征進(jìn)行識別，通過對采集到的圖像在灰度和彩色下的處理，分別得到應(yīng)變片輪廓和顏色的信息，進(jìn)行應(yīng)變片識別，并基于圖像之間的位姿關(guān)系獲得同一應(yīng)變片在不同圖像之間的匹配關(guān)系，基于雙目原理進(jìn)行坐標(biāo)的定位，最終將坐標(biāo)轉(zhuǎn)換到相應(yīng)的坐標(biāo)系下完成坐標(biāo)的非接觸式定位，提高應(yīng)變片位置坐標(biāo)的準(zhǔn)確度。

10、進(jìn)一步地，步驟s2，對應(yīng)變片輪廓圖像數(shù)據(jù)進(jìn)行篩選，包括：

11、s21、根據(jù)輪廓最小外接矩形的長寬比、輪廓最小外接矩形面積與輪廓面積的比值、輪廓擬合多邊形的邊數(shù)，確定多邊形衡量閾值；

12、s22、根據(jù)多邊形衡量閾值，對應(yīng)變片輪廓圖像數(shù)據(jù)進(jìn)行篩選。

13、上述進(jìn)一步方案的有益效果是：通過多邊形衡量閾值，可以有效剔除不符合物理特性的噪聲或非目標(biāo)對象，只保留可能的應(yīng)變片輪廓，有助于提升后續(xù)處理的準(zhǔn)確度，減少誤檢和漏檢。設(shè)定合理的多邊形衡量閾值，可以在早期階段過濾掉大量無關(guān)輪廓，減少不必要的進(jìn)一步處理，從而節(jié)省計(jì)算資源和時(shí)間，提高整體系統(tǒng)的處理效率。

14、進(jìn)一步地，步驟s3，具體包括：

15、s31、將篩選后的應(yīng)變片輪廓圖像數(shù)據(jù)覆蓋在篩選后的應(yīng)變片輪廓圖像數(shù)據(jù)對應(yīng)的應(yīng)變片圖像數(shù)據(jù)中，對篩選后的應(yīng)變片輪廓圖像數(shù)據(jù)對應(yīng)的應(yīng)變片圖像數(shù)據(jù)進(jìn)行分割，得到分割后的應(yīng)變片圖像數(shù)據(jù)；

16、s32、獲取分割后的應(yīng)變片圖像數(shù)據(jù)中rgb顏色三通道的平均值，作為輪廓區(qū)域主顏色信息；

17、s33、根據(jù)輪廓區(qū)域主顏色信息，對分割后的應(yīng)變片圖像數(shù)據(jù)進(jìn)行篩選，確定目標(biāo)應(yīng)變片輪廓數(shù)據(jù)。

18、上述進(jìn)一步方案的有益效果是：通過將篩選后的輪廓精確覆蓋并分割原始應(yīng)變片圖像數(shù)據(jù)，實(shí)現(xiàn)了對應(yīng)變片區(qū)域的精細(xì)化隔離，能有效排除背景干擾，確保后續(xù)分析集中在真正的應(yīng)變片區(qū)域，提高了分析的準(zhǔn)確性和針對性。提取分割后應(yīng)變片區(qū)域的rgb顏色三通道平均值作為輪廓區(qū)域的主顏色信息，有助于識別和量化應(yīng)變片的顏色特征，基于顏色變化來判斷應(yīng)變狀態(tài)，提升了數(shù)據(jù)分析的維度和深度，有助于排除因顏色偏差而不符合要求的區(qū)域，確保分析結(jié)果的可靠性和目標(biāo)性。

19、進(jìn)一步地，步驟s22中，對應(yīng)變片輪廓圖像數(shù)據(jù)進(jìn)行篩選，使用的公式為：

20、

21、其中，retain表示對滿足多邊形衡量閾值的應(yīng)變片輪廓圖像數(shù)據(jù)進(jìn)行保留，delete表示對不滿足多邊形衡量閾值的應(yīng)變片輪廓圖像數(shù)據(jù)進(jìn)行刪除。

22、進(jìn)一步地，步驟s33中，根據(jù)輪廓區(qū)域主顏色信息，對分割后的應(yīng)變片圖像數(shù)據(jù)進(jìn)行篩選，使用的公式為：

23、

24、其中，(ch,cs,cv)表示分割后的應(yīng)變片圖像數(shù)據(jù)中輪廓內(nèi)區(qū)域的顏色信息，(rh,rs,rv)表示輪廓區(qū)域主顏色信息。

25、進(jìn)一步地，步驟s4中，基于雙目視覺對同一應(yīng)變片進(jìn)行坐標(biāo)定位，本質(zhì)矩陣e為：

26、e＝t×r＝[t]×r

27、其中，t表示平移向量，由tx、ty、tz組成，r表示圖像旋轉(zhuǎn)矩陣，其大小為3*3，t×r表示向量積，[t]×表示平移向量t的反對稱矩陣，且tx、ty、tz分別表示x、y、z三個(gè)方向平移的大小。

28、進(jìn)一步地，步驟s4中，基于本質(zhì)矩陣，識別目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中同一應(yīng)變片，使用的公式為：

29、

30、其中，mnm表示兩張圖像中所有應(yīng)變片的對應(yīng)匹配矩陣，表示第一目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中的關(guān)鍵點(diǎn)的坐標(biāo)的轉(zhuǎn)置矩陣，n表示第一目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中關(guān)鍵點(diǎn)的數(shù)量，n表示第一目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中第n個(gè)關(guān)鍵點(diǎn)，pr＝(ur,vr)，plm(m＝1,2...,m)表示第二目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中的關(guān)鍵點(diǎn)的坐標(biāo)，m表示第二目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中關(guān)鍵點(diǎn)的數(shù)量，m表示第二目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中第m個(gè)關(guān)鍵點(diǎn)，pl＝(ul,vl)，且目標(biāo)應(yīng)變片輪廓數(shù)據(jù)包括第一目標(biāo)應(yīng)變片輪廓數(shù)據(jù)和第二目標(biāo)應(yīng)變片輪廓數(shù)據(jù)，其中，e表示本質(zhì)矩陣。

31、進(jìn)一步地，步驟s4中，轉(zhuǎn)換到圖像采集設(shè)備下的坐標(biāo)中，使用的公式為：

32、

33、(zci?zcj)＝(ctc)-1ctt

34、

35、其中，a表示相機(jī)內(nèi)參數(shù)矩陣，fx、fy、s表示相機(jī)內(nèi)參數(shù)矩陣中的參數(shù)，(u0,v0)表示關(guān)鍵點(diǎn)中關(guān)鍵點(diǎn)的像素值，c表示由像素坐標(biāo)、相機(jī)內(nèi)參數(shù)、旋轉(zhuǎn)矩陣構(gòu)成的過程矩陣，r表示相機(jī)不同位置之間的旋轉(zhuǎn)矩陣，(ui,vi)表示應(yīng)變片在第一目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中關(guān)鍵點(diǎn)的像素坐標(biāo)，(uj,vj)表示表示應(yīng)變片在第二目標(biāo)應(yīng)變片輪廓數(shù)據(jù)中關(guān)鍵點(diǎn)的像素坐標(biāo)，(zci?zcj)表示應(yīng)變片在不同相機(jī)坐標(biāo)系下的深度值，t表示相機(jī)之間的平移向量，ycj表示水平方向距相機(jī)坐標(biāo)系原點(diǎn)的距離，xcj表示豎直方向距相機(jī)坐標(biāo)系原點(diǎn)的距離。

36、上述進(jìn)一步方案的有益效果是：通過計(jì)算本質(zhì)矩陣，可以準(zhǔn)確建立兩個(gè)攝像機(jī)坐標(biāo)系之間的幾何關(guān)系，結(jié)合雙目立體視覺原理，實(shí)現(xiàn)對應(yīng)變片在三維空間中的精確定位，顯著提高了空間坐標(biāo)測量的準(zhǔn)確性和穩(wěn)定性。支持自動化對應(yīng)變片進(jìn)行定位和跟蹤，減少了人工介入的需求，提高了監(jiān)測效率，適合大規(guī)模、長時(shí)間的結(jié)構(gòu)健康監(jiān)測項(xiàng)目。

37、進(jìn)一步地，自動化可控制設(shè)備包括協(xié)作機(jī)器人和無人機(jī)；圖像采集設(shè)備包括單個(gè)攝像機(jī)和兩個(gè)位姿關(guān)系已知的攝像機(jī)。

38、上述進(jìn)一步方案的有益效果是：無人機(jī)搭載攝像機(jī)可以進(jìn)行遠(yuǎn)程、高效的大范圍監(jiān)測，顯著提升安全性和工作效率。協(xié)作機(jī)器人則可以在室內(nèi)或特定場所進(jìn)行細(xì)致、精準(zhǔn)的檢查工作。雙目攝像機(jī)通過視差計(jì)算提供深度信息，實(shí)現(xiàn)對目標(biāo)物體的三維重構(gòu)，提供了更為豐富的視覺信息。